关键词:
区块链
隐私保护
访问控制
入侵检测
动态规划
摘要:
早期应用于电子商务的集中式系统,存在单点故障、中间商风险,无法保证用户的隐私安全和交易的公平公正,电子商务一度发展迟缓。分布式系统的出现为电子商务的发展提供了新的转机,其中,区块链技术凭借去中心化分布式账本的特性,成为研究的重要方向。区块链技术的引入,显著提升了电子商务交易的透明度和效率,同时数据安全得到了更为可靠地保障。然而,在一些场景下,如重放攻击、恶意节点等,区块链的分布式账本和去中心化特性依然不能保证用户的匿名性。为了弥补区块链技术的隐私安全缺陷,零知识证明、加密、混淆地址等隐私保护技术相继同区块链技术结合,应用于电子商务场景,但面对复杂且动态的攻击时,仍无法有效识别攻击,生成响应,不能满足隐私需求和交易安全。针对这些问题,本文提出了一个基于区块链的隐私保护框架——PBTMS(Privacy-preserving Blockchain-based Transaction Management System),其主要工作分述如下:
1.电子商务中基于区块链的隐私保护策略
针对电子商务的数据安全、公正交易、有效支付、用户行为可追溯、虚假交易可识别及平台可信等需求,本文选择区块链存储信息摘要,以记录交易细节;控制访问权限,以限制非法访问。同时,综合运用零知识证明、混合加密、佩德森承诺、ECC及AES共享密钥等隐私保护技术弥补区块链在匿名性上的不足。采用轻量级Schnorr签名和Bulletproofs验证交易的合法性与有效性,并通过链下委员会进行多节点共识投票,提升平台的可信度。链上存储与链下计算分离,利用IPFS存储完整数据区块链存储摘要,降低交易的处理时间和资源消耗。从而保证系统在完备的隐私安全机制下依然能高效处理大规模交易。
2.面向安全共识的POMDP动态节点调整算法
为提升系统动态安全性,本文在隐私保护的基础上设计了结合卷积神经网络(CNN)与随机森林(RF)的网络入侵检测系统,同时,为达成资源高收益的目标,使用了部分可观察马尔可夫决策过程(POMDP),根据网络状态进行合理的策略响应。其中,CNN凭借其强大的特征提取能力,可以从大量复杂的网络流量数据中提取关键特征;在此基础上结合随机森林的高效分类能力,可精准判断网络安全状态。根据当前和历史的网络的状态,POMDP能够推断网络的潜在状态并制定最优决策,从而优化配置区块链中参与共识的节点数量,减少系统的不必要资源消耗,提高交易效率和交易并发数量,增强系统的可扩展性和容灾性,更好地适用于大规模、高并发的电子商务场景。